Looking to start a career in Deep Learning? Look no further. This course will introduce you to the field of deep learning and help you answer many questions that people are asking nowadays, like what is deep learning, and how do deep learning models compare to artificial neural networks? You will learn about the different deep learning models and build your first deep learning model using the Keras library.
Offert par
À propos de ce cours
45,242 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 6 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 8 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Russe, Anglais, Espagnol
Compétences que vous acquerrez
Deep LearningArtificial Neural NetworkArtificial Intelligence (AI)Machine Learningkeras
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 6 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 8 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Russe, Anglais, Espagnol
Offert par
IBM
IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame.
Programme du cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
Introduction to Neural Networks and Deep Learning
In this module, you will learn about exciting applications of deep learning and why now is the perfect time to learn deep learning. You will also learn about neural networks and how most of the deep learning algorithms are inspired by the way our brain functions and the neurons process data. Finally, you will learn about how neural networks feed data forward through the network.
2 heures pour terminer
4 vidéos (Total 17 min), 1 lecture, 2 quiz
4 vidéos
Welcome2 min
Introduction to Deep Learning4 min
Neurons and Neural Networks3 min
Artificial Neural Networks5 min
1 lecture
Syllabus10 min
1 exercice pour s'entraîner
Introduction to Neural Networks and Deep Learning30 min
1 heure pour terminer
Artificial Neural Networks
In this module, you will learn about the gradient descent algorithm and how variables are optimized with respect to a defined function. You will also learn about backpropagation and how neural networks learn and update their weights and biases. Futhermore, you will learn about the vanishing gradient problem. Finally, you will learn about activation functions.
1 heure pour terminer
4 vidéos (Total 22 min)
1 exercice pour s'entraîner
Artificial Neural Networks30 min
3 heures pour terminer
Keras and Deep Learning Libraries
In this module, you will learn about the diifferent deep learning libraries namely, Keras, PyTorch, and TensorFlow. You will also learn how to build regression and classification models using the Keras library.
3 heures pour terminer
3 vidéos (Total 16 min)
3 vidéos
Regression Models with Keras6 min
Classification Models with Keras5 min
1 exercice pour s'entraîner
Keras and Deep Learning Libraries30 min
2 heures pour terminer
Deep Learning Models
In this module, you will learn about the difference between the shallow and deep neural networks. You will also learn about convolutional networks and how to build them using the Keras library. Finally, you will also learn about recurrent neural networks and autoencoders.
2 heures pour terminer
4 vidéos (Total 17 min)
4 vidéos
Convolutional Neural Networks8 min
Recurrent Neural Networks2 min
Autoencoders2 min
1 exercice pour s'entraîner
Deep Learning Models30 min
Avis
Meilleurs avis pour INTRODUCTION TO DEEP LEARNING & NEURAL NETWORKS WITH KERAS
par AB15 mars 2020
Interesting course. Forward propagation, gradient descent, backward propagation, the vanishing gradient problem, (+ Regression, Classification, and CNN with Keras) explained clearly.
par AM24 juin 2020
Good course. It is a very direct approach. It is a basic introduction to keras. Doing the labs is recommended, and also previous knowledge about machine learning is encouraged.
par FB24 mars 2020
It is a really good course. The labs could have had more for us to do, much of the labs was already implemented.\n\nStill, great introduction to the proposed subjects.
par MC19 févr. 2020
Best suited for beginner in Deep learning with Keras. Good content, hands on experience with Jupiter notebook with IBM Developer tool. Worked Exercise code for CNN & RNN.
À propos du Nombre de IBM AI Engineering Certificat Professionnel
Artificial intelligence (AI) is revolutionizing entire industries, changing the way companies across sectors leverage data to make decisions. To stay competitive, organizations need qualified AI engineers who use cutting-edge methods like machine learning algorithms and deep learning neural networks to provide data driven actionable intelligence for their businesses. This 6-course Professional Certificate is designed to equip you with the tools you need to succeed in your career as an AI or ML engineer.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à ce Certificat ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours du Certificat, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
